| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 三维重建技术的相关背景 | 第10-11页 |
| 1.1.2 三维重建的主要应用领域 | 第11-13页 |
| 1.2 点云的研究意义 | 第13-14页 |
| 1.3 点云的研究现状 | 第14-17页 |
| 1.3.1 点云补缺处理 | 第14-15页 |
| 1.3.2 点云分布均匀处理 | 第15页 |
| 1.3.3 点云去噪处理 | 第15页 |
| 1.3.4 基于深度优化的点云优化 | 第15-17页 |
| 1.3.4.1 传统的深度优化方法 | 第16页 |
| 1.3.4.2 基于SFS光照模型原理的深度优化 | 第16-17页 |
| 1.4 本文的主要研究内容及结构安排 | 第17-19页 |
| 第二章 Kinect相机相关知识及后续算法的一些基础原理 | 第19-32页 |
| 2.1 ToF相机及其原理 | 第19-21页 |
| 2.1.1 ToF简单介绍 | 第19-20页 |
| 2.1.2 ToF测量原理 | 第20-21页 |
| 2.2 Kinect相机的相关知识 | 第21-28页 |
| 2.2.1 Kinect相机简述 | 第21-22页 |
| 2.2.2 Kinect相机坐标系间的变换关系 | 第22-25页 |
| 2.2.3 深度图到三维点云的转换 | 第25-26页 |
| 2.2.4 深度图与色彩图的对齐 | 第26-28页 |
| 2.3 法向量估计 | 第28-29页 |
| 2.3.1 基于局部平面拟合的法向量估计 | 第28页 |
| 2.3.2 几何关系求解法向量 | 第28-29页 |
| 2.4 PCL点云库与点云曲面重建 | 第29-31页 |
| 2.4.1 PCL基础信息 | 第29页 |
| 2.4.2 PCL的结构和内容 | 第29-30页 |
| 2.4.3 基于PCL的粗差点去除 | 第30页 |
| 2.4.4 点云曲面重建 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于马尔科夫随机场的深度优化处理 | 第32-44页 |
| 3.1 马尔科夫随机场 | 第32-34页 |
| 3.1.1 马尔科夫随机场简介 | 第32页 |
| 3.1.2 马尔科夫随机场与图像的关系 | 第32-33页 |
| 3.1.3 最大后验概率估计框架 | 第33-34页 |
| 3.1.4 马尔科夫随机场与吉布斯分布 | 第34页 |
| 3.2 模型的构建与求解 | 第34-39页 |
| 3.2.1 低阶模型的构建 | 第34-36页 |
| 3.2.2 模型求解 | 第36-39页 |
| 3.3 高阶能量模型约束 | 第39-41页 |
| 3.3.1 一维插值估计方法 | 第39-40页 |
| 3.3.2 二维图像插值估计 | 第40-41页 |
| 3.3.3 能量函数的最后形式 | 第41页 |
| 3.4 边缘部分的带窗约束 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于SFS光照模型原理的深度优化处理 | 第44-53页 |
| 4.1 SFS的基本原理 | 第44-46页 |
| 4.2 光照模型的确定及求解 | 第46-49页 |
| 4.2.1 本征图片分解模型 | 第46-47页 |
| 4.2.2 模型的具体求解 | 第47-49页 |
| 4.2.2.1 图片明暗的计算 | 第47-48页 |
| 4.2.2.2 多反射率的计算 | 第48-49页 |
| 4.2.2.3 局部影响因子的计算 | 第49页 |
| 4.2.2.4 参数的具体求解方法 | 第49页 |
| 4.3 物体的表面恢复 | 第49-51页 |
| 4.4 图像的预处理 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 实验结果对比及应用实践举例 | 第53-65页 |
| 5.1 算法参数设置说明 | 第53页 |
| 5.2 实验结果对比分析 | 第53-61页 |
| 5.2.1 基于Middlebury数据集的实验对比 | 第53-56页 |
| 5.2.2 基于Kinect采集的现实场景实验对比 | 第56-59页 |
| 5.2.3 基于人工处理图像的实验对比 | 第59-61页 |
| 5.3 应用实践举例 | 第61-63页 |
| 5.3.1 人脸检测与提取 | 第61-63页 |
| 5.3.2 人脸三维重建流程 | 第63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 未来工作的展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
